CN110580948A - 医学影像的显示方法及显示设备 - Google Patents

医学影像的显示方法及显示设备 Download PDF

Info

Publication number
CN110580948A
CN110580948A CN201910867395.8A CN201910867395A CN110580948A CN 110580948 A CN110580948 A CN 110580948A CN 201910867395 A CN201910867395 A CN 201910867395A CN 110580948 A CN110580948 A CN 110580948A
Authority
CN
China
Prior art keywords
medical image
image
dimension
displaying
medical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910867395.8A
Other languages
English (en)
Inventor
石磊
乔丽华
史晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
According To Hangzhou Medical Technology Co Ltd
Original Assignee
According To Hangzhou Medical Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by According To Hangzhou Medical Technology Co Ltd filed Critical According To Hangzhou Medical Technology Co Ltd
Priority to CN201910867395.8A priority Critical patent/CN110580948A/zh
Publication of CN110580948A publication Critical patent/CN110580948A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H30/00ICT specially adapted for the handling or processing of medical images
    • G16H30/20ICT specially adapted for the handling or processing of medical images for handling medical images, e.g. DICOM, HL7 or PACS

Abstract

本公开涉及一种医学影像的显示方法及显示设备,该医学影像的显示方法包括:显示第一医学影像和第二医学影像;响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;其中:所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。本公开能够显示不同维度的二维切片图像,并快速、准确定位出椎骨等特征部及特征部的位置,直接给与医生特征部的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。

Description

医学影像的显示方法及显示设备
技术领域
本公开涉及医疗影像显示技术领域,具体涉及一种医学影像的显示方法及显示设备。
背景技术
在常规CT扫描技术里,每一个断层轴位仅显示椎骨的横断面信息,缺少椎骨的定位信息,医生需要通过手动翻阅椎骨的定位图,以及寻找体表标志来对CT横断面图中的椎骨进行定位,确定椎骨的类型,以确定骨折部位,并通过既有知识进行骨折类型的判定、新发骨折与陈旧骨折的鉴别,以及骨折类型的分型。人工将CT横断面图与椎骨的定位图进行人工比对定位判断,费时费力,工作量大,工作效率低,且缺乏直观性,难以达到准确的定位判断;特别是在CT图像数量较多时,手动翻页定位不仅耗时耗力,还容易出现人工误判,影像诊断结果。随着计算机的使用,虽然通过计算机辅助处理可以使图像处理变得方便快捷,但是在现有的医疗诊断中,很难快速、准确地在数量众多的CT图像中定位出椎骨及椎骨的位置。
提出了本公开的技术方案以解决以上问题。
发明内容
本公开意图提供一种医学影像的显示方法及显示设备,并快速、准确定位出椎骨等特征部及特征部的位置,直接给与医生特征部的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。
根据本公开的第一方案,提供一种医学影像的显示方法,包括:
显示第一医学影像和第二医学影像;
响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;
其中:
所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
在一些实施例中,所述第二医学影像以第二维度和/或第三维度的方式显示全部的特征部。
在一些实施例中,所述第一医学影像包括多帧不同位置的椎骨的横断面图;
所述显示第一医学影像,包括:
单帧显示或者逐帧显示不同位置的椎骨的横断面图。
在一些实施例中,所述响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,包括:
响应于在单帧椎骨的横断面图上的操作,在所述第二医学影像中全部的椎骨中定位出与该帧椎骨的横断面图对应的椎骨,并标记显示。
在一些实施例中,所述显示第二医学影像,包括:
基于对特征部的标定,显示标定后的标号。
根据本公开的第二方案,还提供了一种医学影像的显示方法,包括:
医学影像显示方法,其特征在于,包括:
获取医学影像;
识别所述医学影像中的特征部;
从第一维度显示第一医学影像中的特征部,从不同于第一维度显示第二医学影像中的特征部;
所述第一医学影像和第二医学影像中的相同特征部通过相同标记进行标注,所述标注至少包括标号。
在一些实施例中,所述医学影像为三维影像,所述三维影像包括CT或MR图像。
在一些实施例中,识别三维影像中的特征部包括:
从所述三维影像中获取不同维度的影像层,其中,任一维度的影像层包括以所述维度的切分平面切分所述三维影像得到的一帧或多帧连续的影像;不同维度的切分平面不平行;
对于任一维度的影像层,将所述维度的影像层输入至卷积神经网络模型中,以获得所述维度的影像层的像素点属于特征部的置信度分布;
基于所述不同维度的影像层的像素点属于特征部的置信度分布,从所述三维影像中确定出特征部。
在一些实施例中,所述第一医学影像包括胸部影像的横断面图,所述第二医学影像包括所述胸部影像的二维展开图。
根据本公开的第二方案,提供一种医学影像的显示设备,包括显示单元,其配置为:
显示第一医学影像和第二医学影像;
响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;其中:所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
本公开的各种实施例的医学影像的显示方法及显示设备,其能够显示不同维度的二维切片图像,并快速、准确定位出椎骨等特征部及特征部的位置,直接给与医生特征部的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。
应当理解,前面的大体描述以及后续的详细描述只是例示性的和说明性的,并非对所要求保护的本公开的限制。
附图说明
在未必按照比例绘制的附图中,不同视图中相似的附图标记可以表示相似的构件。具有字母后缀的相似附图标记或具有不同字母后缀的相似附图标记可以表示相似构件的不同实例。附图通常作为示例而非限制地图示各种实施例,并且与说明书和权利要求书一起用于解释所公开的实施例。
图1示出根据本公开实施例的医学影像的显示方法的流程图;
图2示出根据本公开实施例的包含椎骨的医学影像显示界面的示意图;
图3示出根据本公开实施例的对第二医学影像中全部的特征部进行标定的流程图;
图4示出根据本公开实施例的对第一医学影像中的特征部进行定位识别的流程图;
图5示出根据本公开实施例的另一医学影像的显示方法的示意图;
图6示出根据本公开实施例的再一医学影像的显示方法的流程图;
图7示出图6的医学影像的显示方法中,识别三维影像中的特征部的流程图;
图8示出根据本公开实施例的医学影像的显示设备的示意图。
具体实施方式
为了使得本公开实施例的目的、技术方案和优点更加清楚,下面将结合本公开实施例的附图,对本公开实施例的技术方案进行清楚、完整地描述。显然,所描述的实施例是本公开的一部分实施例,而不是全部的实施例。基于所描述的本公开的实施例,本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例,都属于本公开保护的范围。
除非另外定义,本公开使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
为了保持本公开实施例的以下说明清楚且简明,本公开省略了已知功能和已知部件的详细说明。
人体椎骨又称脊柱骨,有33块,根据其在人体的分布位置可将椎骨分为7块颈椎、12块胸椎、5块腰椎、5块骶椎和4块尾椎。其中,成年人的5块骶椎愈合成一块骶骨,4块尾椎愈合成一块尾骨,而颈椎、胸椎和腰椎终生不愈,因此对医学影像进行分析时,需要对颈椎、胸椎和腰椎的进行椎骨进行快速、准确定位并准确判断各椎骨的骨折部位。椎骨的定位图像中,自上而下一般以T1~T12对12个胸椎进行标号;胸椎之上为颈椎,自上而下以C1~C7对7个颈椎进行标号;胸椎之下为腰椎,自上而下以L1~L5对5个腰椎进行标号,颈椎、胸椎和腰椎中,相邻的椎体之间通过椎间盘连接。
实施例一
图1示出根据本公开实施例的医学影像的显示方法的流程图,如图1所示,本公开提供了一种医学影像的显示方法,具体包括以下步骤:
步骤101,显示第一医学影像和第二医学影像。
本公开实施例的医学影像的显示方法可以在显示界面同时显示第一医学影像和第二医学影像,第一医学影像和第二医学影像为同一三维立体医学影像的不同维度的二维切片图像,例如,第一医学影像为三维立体医学影像的横断面图,第二医学影像为三维立体医学影像的二维展开图和/或矢状面图。在同一界面显示三维立体医学影像的不同维度的二维切片图像,可以对需要进行定位的特征部位进行直观显示,便于用户快速定位至特征部位进行查看,通过明晰的人体结构信息图像为医生提供辅准确的助诊断和治疗。
在本公开的一个具体实施例中,如图2所示,医学影像以胸部影像为例,第一医学影像为胸部影像的断层轴位的横断面图,显示于第一区域;第二医学影像为胸部影像的二维展开图和/或矢状面图,显示于第二区域,第一区域和第二区域无重叠区域,便于同时显示第一医学影像和第二医学影像,便于直观对比查看。
需要理解的是,三维立体医学影像可以为采用各类医学成像设备获取的人体及身体各部位或器官的立体医学影像,例如:核磁共振成像设备(MRI)获取的三维影像,三维立体医学影像也可以为计算机断层扫描设备(CT)扫描获取的三维影像,或者为对计算机断层扫描设备(CT)扫描的的CT二维切片图像进行重建获取的三维影像,本公开不限于此。二维切片图像是指利用医学成像设备获取的人体及身体各部位或器官的二维序列数字断层图像,例如,计算机断层扫描设备(CT)、核磁共振成像设备(MRI)、正电子发射计算机造影设备(PEI)、超声设备(Ultrasound)获取的二维切片图像等,本公开不限于此。二维切片图像也可以指对三维立体医学影像的特征进行提取并重建影像后获得的二维影像,例如,图2的第一区域示出了胸部影像的二维展开图,其为将胸部影像中的肋骨和脊椎骨提取出以后展开的二维图像。
本领域技术人员可以理解,本公开的实施例的显示方法可以基于如下获取第二医学影像的方式进行实施,以包括椎骨和肋骨的胸部影像为例进行说明:
获取完整或者部分的椎骨、肋骨的多张第一切片图像,可以以标记点的方式,界定出第一切片图像中椎骨、肋骨区域;
通过拟合的方式,例如拟合前述标记点,获取三维椎骨、肋骨点状图中的与椎骨、肋骨相关联的虚拟椎骨、肋骨,以及每根虚拟椎骨、肋骨与第一切片图像中各自对应部位的区域之间的第一映射关系信息。
其中,以肋骨为例进一步说明,应当理解,三维肋骨点状图,是以标记点标记一副肋骨的N(N是大于1的整数)张第一切片图像中肋骨区域,将N张第一切片图像中的标记点拟合后生成的具有虚拟肋骨的三维图像。三维肋骨点状图中的连线表示一根虚拟肋骨。每根虚拟肋骨对应一个实际的肋骨,虚拟肋骨从上往下数,左边第一条线对应左侧第一根肋骨,也表示肋骨类型为左一;右边第一条线对应右侧第一根肋骨,也表示肋骨类型为右一;左边第二条线对应左侧第二根肋骨,也表示肋骨类型为左二;右边第二条线对应右侧第二根肋骨,也表示肋骨类型为右二;以此类推。而每根虚拟肋骨通过标记点与第一切片图像建立关联关系。这种关联关系就是第一映射关系信息。
基于本公开实施例得到的三维椎骨、肋骨点状图,通过各投影方向,例如选取一预设的主视投影方向上投影,从而获取本公开的实施例的二维展开图。
本领域技术人员可以根据本文公开内容理解,基于上述三维点状图,还可以进一步作如下处理:
将三维椎骨、肋骨点状图输入预设的网络模型获取虚拟椎骨、每根虚拟肋骨的类型;该类型可以根据每根肋骨的位置分类;
根据每根虚拟椎骨、肋骨和第一映射关系信息,确定第一切片图像中椎骨、肋骨区域与该类型相关联的信息,并可以进行相应的标记。
步骤102,响应于对第一医学影像中特征部的操作,在第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;
其中:所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
本步骤中,通过对第一医学影像中的特征部进行操作,可以定位识别出该特征部,并在第一医学影像和第二医学影像中联动地对该特征部进行标记显示,以便快速、准确定位出该特征部,便于用户查看该特征部的信息。
具体来说,特征部为需要定位识别的身体各部位或器官。本实施例中,特征部包括颈椎、胸椎或腰椎中的各椎体部位。
对第一医学影像中特征部的操作包括对显示于第一区域的第一医学影像中的特征部的指向、选中、滑过或者点击等操作。图2示出根据本公开实施例的医学影像显示界面的示意图,如图2所示,当需要对显示于第一区域的横断面图中的椎骨进行识别时,利用鼠标点击或指向椎骨位置区域(图2中的圆圈区域)即可对该椎骨进行定位识别并以标记显示的方式在横断面图和二维展开图中分别定位显示该椎骨。
第一医学影像和第二医学影像中可以以三角形、圆点、圆圈、方框、十字等标识来标记特征部,或者也可以以放大、高亮显示、闪动、改变字体等形式来标记特征部,在此不作具体限定。例如,如图2所示,当对第一区域中胸部影像的横断面图横断面图的椎骨位置区域进行指向、选中、滑过或者点击等操作时,可以以方框作为标识对定位识别出的椎骨进行标记显示,使得用户能够对横断面图中的椎骨进行快速定位识别。
在步骤102中,第一医学影像以第一维度的方式显示特征部,第二医学影像以不同于第一维度的方式显示特征部。
具体来说,第一医学影像和第二医学影像为包含该特征部的不同维度的二维切片图像。如图2所示,本实施例中,第一医学影像为包含胸椎骨的横断面图,可以对横断面图中的胸椎骨进行定位识别。第二医学影像为包含该胸椎骨的二维展开图和/或矢状面图。
本公开的各种实施例的医学影像的显示方法通过显示不同维度的二维切片图像,能够利用二维展开图和/或矢状面图(第二医学影像)显示的胸椎骨的定位信息,快速、准确定位出横断面图(第一医学影像)中椎骨等特征部及特征部的位置,直接给与医生特征部的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。
在一些实施例中,第二医学影像以第二维度和/或第三维度的方式显示全部的特征部。
具体来说,第一医学影像为横断面图,其仅显示某一位置的特征部的断面,例如,图2中显示的横断面图为胸椎椎骨中的第十椎骨T10的横断面图;第二医学影像为胸椎椎骨的二维展开图和/或矢状面图,其可以显示影像中全部的特征部,例如,图2中的二维展开图和矢状面图中显示全部T1~T12的胸椎椎骨,如此,可以根据二维展开图和/或矢状面图中各椎骨的定位信息,对横断面图中的特征部进行定位识别。
本实施例中,如图2所示,显示界面的第二区域显示显示胸部影像的二维展开图和矢状面图,二维展开图显示于第二区域的上半部分,矢状面图显示第二区域的下半部分,即显示两个不同维度的第二医学影像。在另一实施例中,可以仅显示不同于横断面图的二维展开图或矢状面图,只要二维展开图或矢状面图中包含全部的特征部即可。
进一步地,在一些实施例中,显示第二医学影像,包括:基于对特征部的标定,显示标定后的标号。
通过对第二医学影像中全部的特征部进行标定,并显示标定后的标号,可以快速获取特征部的名称、类型以及定位位置等信息,如此,可以更加直观地对各特征部进行定位标记,同时也便对单帧或逐帧显示的横断面图进行定位标记,可以快速、准确定位识别出横断面图中的特征部,提高诊断效率。
对第二医学影像中全部的特征部进行标定,通过对二维横断面图训练获得,如图3所示,具体包括如下步骤:
步骤301:获取横断面图的样本图像。
其中,样本图像包括预设样本数量的二维横断面图,二维横断面图中每个特征部标记了特征部类型。
预设样本数量,是符合训练要求的二维横断面图的数量。通常训练样本数量越多,训练的效果越好,因此获取足够多的样本图像。本公开实施例中,可以以足够数量的第一医学影像作为训练的样本图像。
第一医学影像中包含全部类型的特征部的影像,即横断面图为包含全部特征部的一组影像层。例如,本实施例中,第一医学影像包括数量为N1的第一椎骨的横断面图,数量为N2的第二椎骨的横断面图,……数量为N12的第十二椎骨的横断面图。另外,第一医学影像中还可以包含部分数量的腰椎椎骨和/或颈椎椎骨的横断面图,如此,可以在对胸椎椎骨进行定位标记时,保证标记范围全面,不会漏标。
本公开实施例中,在获取第一医学影像的样本图像后,可以将样本图像直接作为训练样本,也可以对样本图像进行图像增强等预处理后,再作为训练样本输入训练模型。其中,增强操作包括但不限于滤波或降噪等操作。
步骤302:构建训练模型,将样本图像输入训练模型进行训练,获得训练模型以及各特征部的定位参数。
本步骤中,可以通过人工标记训练样本中的特征部特。具体来说,可以通过医生等专业人员对训练样本中的特征部进行人工标记,标记的内容不限于特征部的中心坐标以及特征部的直径。具体地,可以由多名医生对特征部进行标定,并通过判断概率值确定最终的特征部以及特征部的参数,特征部以以掩码图的方式进行保存。特征部本实施例中,特征部为各胸椎椎骨的位置区域。
训练模型为卷积神经网络模型,其结构可以包括输入层、卷积层、池化层、全连接层以及输出层,具体不作限定。利用卷积层可以对输入的横断面图进行卷积操作,对输入的横断面图进行特征提取,例如提取各特征部的位置信息。将经多层卷积后提取的特征信息输入至分类器进行分类,可以对各特征部进行分类标定并输出标定结果。
步骤303:将待标定的横断面图输入训练好的训练模型中,标定第二医学影像中全部的特征部。
横断面图为待标定的包含全部特征部的一组影像层,每个特征部包含至少一帧横断面图,将待标定的横断面图输入训练好的训练模型中,即可依据相似概率,对各特征部进行分类标定,并在显示界面显示标定后的标号。如图2所示,第二区域显示的胸部影像的二维展开图和矢状面图中,对各椎骨进行标定,并显示标定后的标号。图中标定出全部的胸椎T1~T12、位于胸椎之下的第一腰椎L1和第二腰椎L2以及位于胸椎之上的第七颈椎C7,如此,可以直观地对各椎骨进行定位显示。本实施例中,以标号的方式来标定椎骨的类型。其他实施例中,也可以以文字标记等形式对特征部进行标定。
上述实施例中,通过对二维横断面图进行训练以对第二医学影像中的全部的特征部进行标定。
在另一实施例中,标定第二医学影像中全部的特征部也可通过对三维影像进行训练获得。
具体地,(1)首先获取三维图像;
例如,获取核磁共振三维扫描图像,对核磁共振三维扫描图像进行预处理,得到预处理后的图像。再根据预处理后的图像,在预处理后的图像中提取包含特征部的三维图像,例如分别提取胸椎各椎骨的位置区域图像。
(2)对包含特征部的三维图像进行切片处理,得到不同方向的二维切片图像。其中,不同方向可以为在轴状面上进行切片或在冠状面上进行切片或在矢状面上进行切片。
(3)将二维切片图像输入训练模型进行训练,获得训练模型以及各特征部的定位参数。
(4)将待标定的三维影像输入训练好的训练模型中,标定第二医学影像中全部的特征部,如此可以完成特征部的标定,并在第二医学影像中显示标定的各特征部的标号。
通过上述卷积神经网络训练方法,能够快速精确的训练得到卷积神经网络模型,基于得到的卷积神经网络模型能够更好地输出得到相应图像中各特征部的分类标定规则,对图像按照特征部的类型进行分类标定。
在一些实施例中,第一医学影像包括多帧不同位置的椎骨的横断面图;
显示第一医学影像,包括:
单帧显示或者逐帧显示不同位置的椎骨的横断面图。
具体来说,由于第一医学影像为二维横断面图组成的影像层图像,以椎骨的横断面图为例,每一图像中仅显示一个椎骨类型。因此,可以在第一区域单帧显示或者逐帧显示不同位置的椎骨的横断面图,如此可以对不同位置的椎骨进行显示。
例如,可以直接利用计算机断层扫描设备(CT)逐层扫描获得一定数量的胸椎的不同位置的椎骨的横断面图,每一帧图像中显示一个位置的椎骨的横断面图。显示界面显示单帧图像时,该单帧图像即为某一位置的椎骨的横断面图。逐帧显示不同位置的椎骨的横断面图可以通过在第一区域设置滚动条实现,通过滚动滚动条可以上下翻页逐帧切换显示不同位置的椎骨的横断面图。在另一实施例中,也可以通过定时器,设定每一帧图像的显示时间来逐帧显示不同位置的椎骨的横断面图,如此,可以提高工作效率。
需要说明的是,本公开实施例中并不限定逐帧显示的不同位置的椎骨的横断面图的数量,每一位置的椎骨的数量可以为多帧,且不同位置的椎骨的数量可以相同,也可以不同,本公开不作限定。例如逐帧显示的椎骨的横断面图中,第一椎骨的横断面图的数量可以为M1,第二椎骨的横断面图的数量可以M2,…第十二椎骨的横断面图的数量可以为M12,可以根据需要任意输入。另外,椎骨的横断面图还可以包含部分数量的腰椎椎骨和/或部分颈椎椎骨,如此,可以在对胸椎椎骨进行定位标记时,保证标记全面、准确。
在一些实施例中,响应于对第一医学影像中特征部的操作,在第二医学影像中以标记显示的方式定位显示该特征部,包括:
响应于在单帧椎骨的横断面图上的操作,在第二医学影像中全部的椎骨中定位出与该帧椎骨的横断面图对应的椎骨,并标记显示。
具体地,如图2所示,显示界面的第一区域显示单帧椎骨的横断面图,但通过肉眼无法判断该横断面图中的椎骨为哪个椎骨,需要与椎骨定位图像进行比对。
本实施例中,通过点击横断面图中椎骨的区域,可以在第二区域显示的椎骨的二维展开图和/或矢状面图中标记显示该椎骨对应的椎骨类型,如此可以直接识别出横断面图中椎骨的类型,并在不同的二维切面图像中联动定位显示。如图2所示,当点击椎骨的横断面图中椎骨的位置区域时,第一医学影像中显示该椎骨的标定类型T10,在第二医学影像中定位出该椎骨,并以方框的形式对标定的椎骨T10进行标记显示,如此,不仅可以使用户快速定位识别出横断面图中椎骨的类型,还能够将其直接定位至二维展开图和/或矢状面图中相应的椎骨位置,提高对比效果。
图4示出本公开实施例的对第一医学影像中的特征部进行定位识别的流程示意图,如图4所示,对第一医学影像中的特征部进行定位识别可以包括如下步骤:
步骤401,获取待识别的横断面图。
步骤402,利用训练好的卷积神经网络模型和定位参数对所述横断面图进行定位识别,以对横断面图中的特征部进行识别并标定。
需要说明的是,第一医学影像中的特征部进行定位识别的具体过程请参考第二医学影像中的全部特征部的标定的描述,在此不再赘述。
在一些实施例中,第一医学影像和第二医学影像由预设的医学影像生成。
具体来说,预设的医学影像为通过医学成像设备直接获取的医学影像,即第一医学影像和第二医学影像直接通过医学成像设备生成。例如,可以通过核磁共振成像设备(MRI)直接获取胸部影像的断面图作为第一医学影像、获取胸部影像的二维展开图和/或矢状面图作为第二医学影像,并显示于显示界面。
由于核磁共振成像可以得到任何方向的断层图像、三维图像,甚至可以得到空间-波谱分布的四维图像。因此,可以通过核磁共振成像设备(MRI)直接获得横断面、矢状面、冠状面和各种斜面的体层图像作为第一医学影像和第二医学影像显示。
在一些实施例中,第二医学影像基于所述第一医学影像重构生成。
具体来说,第一医学影像可以为计算机断层扫描设备(CT)扫描的人体器官部位的二维CT断面图,CT断面图包括多层影像,通过对多层断面图进行三维重建,获得三维图像,然后再对三维图像进行切片展开处理,获得二维展开图,和/或对三维图像进行切片处理获得矢状面图,并将其作为第二医学影像显示于显示界面。第二医学影像中包含全部的特征部,且对全部的特征部进行标记。
需要说明的是,第一医学影像的影像层包含胸部的全部的椎骨影像,并至少包含部分其他部位的椎骨影像。例如,对胸部进行扫描以获取胸椎椎骨的位置信息时,可以同时扫描部分腰椎椎骨和/或颈椎椎骨,以保证胸椎椎骨完整,提高定位精度。
在一些实施例中,医学影像的显示方法,还包括:
显示与第一医学影像相对应的诊断信息。
具体来说,诊断信息为单帧或逐帧显示的横断面图的诊断信息,且诊断信息显示于显示界面的第三区域。诊断信息包括通过软件诊断出的病变部位的病变信息,病变信息以列表的形式显示于第三区域。将医学影像和相应的诊断信息显示于显示界面的不同区域,有利于病因分析,提高诊断效率。
在一些实施例中,可以以标识的形式标记横断面图中的病变部位,并在诊断信息区域显示相应的病变信息。对病变部位的标记可以为圆圈、三角、“×”等图形符号标记。如图2所示,可以以圆圈的形式标记胸椎影像中的骨折部位,并将标记的骨折部位的诊断信息显示于第三区域。
实施例二
图5示出根据本公开实施例的另一医学影像的显示方法的示意图,如图5所示,本公开的实施例还提供了一种医学影像的显示方法,包括:
步骤501:显示第三医学影像,所述第三医学影像中包含经过标号标定的特征部;
步骤502:响应于对所述第三医学影像中特征部的操作,选取与该特征部对应的第四医学影像显示;
其中:
所述第三医学影像以第一维度的方式显示特征部,所述第四医学影像以第二维度的方式显示特征部,且
所述第三医学影像和第四医学影像由预设的医学影像生成,或者所述第三医学影像基于所述第四医学影像重构生成。
具体来说,第三医学影像为二维展开图和/或矢状面图,其显示于第二区域,第四医学影像为与第三医学影像相对应的横横断面图,其显示于第一区域。二维展开图和/或矢状面图中显示全部的特征部,并经过标号标定全部的特征部。通过对二维展开图和/或矢状面图中已标定的某一特征部的点选等操作,可以从一组与二维展开图和/或矢状面图相对应的横横断面图中,选取出表征该特征部的断面影像,并将其显示于第一区域。同时,显示的横断面图中该特征部的位置显示标号。
本实施例中,第三医学影像和第四医学影像显示的内容以及对影像中特征部的标定与实施例一中的显示方法相类似,其具体实现过程详见实施例一中的方法实施例,在此不再赘述。
实施例三
图6示出根据本公开实施例的另一医学影像的显示方法的示意图,如图6所示,本公开的实施例还提供了一种医学影像显示方法,包括:
步骤601:获取医学影像;
步骤602:识别所述医学影像中的特征部;
步骤603:从第一维度显示第一医学影像中的特征部,从不同于第一维度显示第二医学影像中的特征部;
所述第一医学影像和第二医学影像中的相同特征部通过相同标记进行标注,所述标注至少包括标号。
步骤601中,获取的医学影像为三维影像,三维影像包括CT或MR图像,本公开不限于此。本实施例中,以获取胸部影像的三维影像为例。
图7示出图6的医学影像的显示方法中,识别三维影像中的特征部的流程图,在步骤602中,识别三维影像中的特征部包括:
步骤6021:从三维影像中获取不同维度的影像层,其中,任一维度的影像层包括以所述维度的切分平面切分所述三维影像得到的一帧或多帧连续的影像;不同维度的切分平面不平行。
在获取三维影像之后,可以对三维影像进行切片处理,切片前可以先将三维影像转化为DICOM格式的图像,然后根据DICOM格式图像的DICOM信息选取固定的窗宽窗位对三维影像进行切片处理,以获得多帧的二维切片图像。
进一步地,在不同的维度对三维影像进行切片处理以得到不同维度的多帧二维切片图像后,还可以对不同维度的多帧二维切片图像进行归一化处理。具体地说,可以对不同维度的多帧二维切片图像进行缩放,比如可以将不同维度的多帧二维切片图像均缩放为同一尺寸,或者也可以将同一维度的多帧二维切片图像缩放为同一尺寸,将不同维度的多帧二维切片图像缩放为不同尺寸,具体不作限定。本公开实施例中,通过对不同维度的多帧二维切片图像进行归一化处理,可以使得同一维度的多帧二维切片图像或不同维度的多帧二维切片图像具有一致性,从而可以提高后续从影像中确定特征部的效率。
需要说明的是,本公开实施例并不限定第一维度的影像层的数量、第二维度的影像层的数量以及第三维度的影像层的数量,比如第一维度的影像层的数量、第二维度的影像层的数量以及第三维度的影像层的数量可以相同,或者也可以不同,具体不作限定。
步骤6022:对于任一维度的影像层,将所述维度的影像层输入至卷积神经网络模型中,以获得所述维度的影像层的像素点属于特征部的置信度分布。
具体来说,可以将第一维度(例如横断面)的影像层输入至卷积神经网络模型中,如此,卷积神经网络模型在对第一维度的影像层进行处理后,可以输出第一维度的影像层的像素点属于特征部的置信度分布。其中,第一维度的影像层的像素点属于特征部的置信度分布是指第一维度的影像层包括的所有帧的二维切片图像中的每一个像素点属于特征部的置信度,比如,若第一维度的影像层包括第一~第三帧第一维度的二维切片图像,则第一维度的影像层的像素点属于特征部的置信度分布是指包括第一帧第一维度的二维切片图像中每个像素点属于特征部的置信度、第二帧第一维度的二维切片图像中每个像素点属于特征部的置信度以及第三帧第一维度的二维切片图像中每个像素点属于特征部的置信度。此处,每个像素点属于特征部的置信度的取值范围可以为[0,1]。
本公开实施例中,置信度分布可以以置信度分布表的形式存在,也可以以置信度分布图的形式存在,具体不作限定。
在一种可能的实现方式中,为了提高从影像中确定的特征部的精确度,卷积神经网络模型可以为三维卷积神经网络模型,比如全卷积神经网络(Fully ConvolutionalNetwork,FCN)模型、U-NET模型等。
通过使用卷积神经网络模型对三维影像中的特征部进行确定,可以快速地确定出三维影像中的特征部,而无需人工主观根据三维影像进行判断,从而可以提高确定三维影像中特征部的效率。
步骤6023:基于所述不同维度的影像层的像素点属于特征部的置信度分布,从所述三维影像中确定出特征部。
通过步骤6022可以获得任一维度的影像层的像素点属于特征部的置信度分布,任一维度的影像层的像素点属于特征部的置信度分布可以包括三维影像中的任一像素点在该维度的各影像层中该像素点属于特征部的置信度分布。
进一步地,基于像素点在不同维度下属于特征部的置信度分布确定所述像素点属于特征部的目标置信度,确定目标置信度大于预设置信度的一个或多个像素点组成的区域为所述特征部,如此,便可准确定位识别出特征部。
第一医学影像和第二医学影像中,可以以三角形、圆点、圆圈、方框、十字等标识来呈现特征部,或者也可以以放大、高亮显示、闪动、改变字体等形式来呈现特征部,在此不作具体限定。例如,如图2所示,当第一区域显示胸部影像的横断面图时,横断面图中包含某一位置的椎骨(例如第十椎骨T10),此时,第二区域显示的二维展开图和/或矢状面图中,可以以高亮显示或者闪动的方式呈现该椎骨,如此,可以实现第一医学影像和第二医学影像中特征部的联动显示。
进一步地,当第一区域逐帧显示横断面图时,相应地,可以根据显示顺序,依次在第二区域的二维展开图和矢状面图/或矢状面图依次呈现与横断面图中的特征部对应的特征部。
第一医学影像和第二医学影像中的相同特征部通过相同标记进行标注,所述标注至少包括标号。
具体来说,可以标号的方式对特征部进行标定,并显示标定后的标号,可以快速获取特征部的名称、类型以及定位位置等信息,如此,可以更加直观地对各特征部进行定位标记,同时也便对单帧或逐帧显示的横断面图进行定位标记,可以快速、准确定位识别出横断面图中的特征部,提高诊断效率。采用相同的标记进行标注,能够保证不同维度影像中特征部的一致性,保证定位精确。在另一些实施例中,也可以以文字标注的方式对特征部进行标注。
实施例四
图8示出根据本公开实施例的医学影像的显示设备的示意图,如图8所示,本公开的实施例还提供了一种医学影像的显示设备800,显示设备800包括显示单元810,显示单元810配置为显示第一医学影像和第二医学影像;响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;其中:所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
在一些实施例中,显示设备800还包括处理单元820,其配置为对第二医学影像中全部的特征部进行标定,以及对第一医学影像中的特征部进行定位识别。
本公开的各种实施例的医学影像的显示设备800,能够显示不同维度的二维切片图像,并快速、准确定位出椎骨等特征部及特征部的位置,直接给与医生特征部的位置提示,并能够自动精确的将骨折部位等病变部位输出,提高诊断效率和诊断准确性。
在一些实施例中,显示设备800可以采用各种方式整合在影像的现有处理平台上。例如,可以在胸部影像的现有处理平台上利用开发接口编写上述程序模块,从而实现与现有处理平台的兼容及对其的更新,从而降低硬件成本,更有助于显示设备的推广和应用。
需要说明的是,上述实施例提供的医学影像的显示设备800与实施例一中的医学影像的显示方法的实施例属于同一构思,其具体实现过程详见方法实施例,在此不再赘述。
实施例五
本公开的实施例还提供了一种计算机可读存储介质,其上存储有计算机可执行指令,所述计算机可执行指令由处理器执行时,实现根据本公开的实施例中任一项所述的医学影像的显示方法。
在一些实施例中,执行算机可执行指令处理器可以是包括一个以上通用处理设备的处理设备,诸如微处理器、中央处理单元(CPU)、图形处理单元(GPU)等。更具体地,该处理器可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、运行其他指令集的处理器或运行指令集的组合的处理器。该处理器还可以是一个以上专用处理设备,诸如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、片上系统(SoC)等。
在一些实施例中,计算机可读存储介质可以为存储器,诸如只读存储器(ROM)、随机存取存储器(RAM)、相变随机存取存储器(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、电可擦除可编程只读存储器(EEPROM)、其他类型的随机存取存储器(RAM)、闪存盘或其他形式的闪存、缓存、寄存器、静态存储器、光盘只读存储器(CD-ROM)、数字通用光盘(DVD)或其他光学存储器、盒式磁带或其他磁存储设备,或被用于储存能够被计算机设备访问的信息或指令的任何其他可能的非暂时性的介质等。
在一些实施例中,计算机可执行指令可以实现为多个程序模块,多个程序模块共同实现根据本公开中任何一项所述的医学影像的显示方法。
本公开描述了各种操作或功能,其可以实现为软件代码或指令或者定义为软件代码或指令。显示单元可以实现为在存储器上存储的软件代码或指令模块,其由处理器执行时可以实现相应的步骤和方法。
这样的内容可以是可以直接执行(“对象”或“可执行”形式)的源代码或差分代码(“delta”或“patch”代码)。这里描述的实施例的软件实现可以通过其上存储有代码或指令的制品提供,或者通过操作通信接口以通过通信接口发送数据的方法提供。机器或计算机可读存储介质可以使机器执行所描述的功能或操作,并且包括以可由机器(例如,计算显示设备、电子系统等)访问的形式存储信息的任何机制,例如可记录/不可记录介质(例如,只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存显示设备等)。通信接口包括与硬连线、无线、光学等介质中的任何一种接口以与其他显示设备通信的任何机制,例如存储器总线接口、处理器总线接口、因特网连接、磁盘控制器等。通信接口可以通过提供配置参数和/或发送信号来配置以准备通信接口,以提供描述软件内容的数据信号。可以通过向通信接口发送一个或多个命令或信号来访问通信接口。
本公开的实施例的计算机可执行指令可以组织成一个或多个计算机可执行组件或模块。可以用这类组件或模块的任何数量和组合来实现本公开的各方面。例如,本公开的各方面不限于附图中示出的和本文描述的特定的计算机可执行指令或特定组件或模块。其他实施例可以包括具有比本文所示出和描述的更多或更少功能的不同的计算机可执行指令或组件。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本公开。这不应解释为一种不要求保护的公开的特征对于任一权利要求是必要的意图。相反,本公开的主题可以少于特定的公开的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本公开的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
以上实施例仅为本公开的示例性实施例,不用于限制本公开,本公开的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内,对本公开做出各种修改或等同替换,这种修改或等同替换也应视为落在本公开的保护范围内。

Claims (10)

1.一种医学影像的显示方法,其特征在于,包括:
显示第一医学影像和第二医学影像;
响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;
其中:
所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
2.根据权利要求1所述的显示方法,其特征在于,所述第二医学影像以第二维度和/或第三维度的方式显示全部的特征部。
3.根据权利要求3所述的显示方法,其特征在于,所述第一医学影像包括多帧不同位置的椎骨的横断面图;
所述显示第一医学影像,包括:
单帧显示或者逐帧显示不同位置的椎骨的横断面图。
4.根据权利要求3所述的显示方法,其特征在于,所述响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,包括:
响应于在单帧椎骨的横断面图上的操作,在所述第二医学影像中全部的椎骨中定位出与该帧椎骨的横断面图对应的椎骨,并标记显示。
5.根据权利要求2所述的显示方法,其特征在于,所述显示第二医学影像,包括:
基于对特征部的标定,显示标定后的标号。
6.一种医学影像显示方法,其特征在于,包括:
获取医学影像;
识别所述医学影像中的特征部;
从第一维度显示第一医学影像中的特征部,从不同于第一维度显示第二医学影像中的特征部;
所述第一医学影像和第二医学影像中的相同特征部通过相同标记进行标注,所述标注至少包括标号。
7.根据权利要求6所述的显示方法,其特征在于,所述医学影像为三维影像,所述三维影像包括CT或MR图像。
8.根据权利要求7所述的显示方法,其特征在于,识别三维影像中的特征部包括:
从所述三维影像中获取不同维度的影像层,其中,任一维度的影像层包括以所述维度的切分平面切分所述三维影像得到的一帧或多帧连续的影像;不同维度的切分平面不平行;
对于任一维度的影像层,将所述维度的影像层输入至卷积神经网络模型中,以获得所述维度的影像层的像素点属于特征部的置信度分布;
基于所述不同维度的影像层的像素点属于特征部的置信度分布,从所述三维影像中确定出特征部。
9.根据权利要求1或6所述的显示方法,其特征在于,所述第一医学影像包括胸部影像的横断面图,所述第二医学影像包括所述胸部影像的二维展开图。
10.一种医学影像的显示设备,包括显示单元,其配置为:
显示第一医学影像和第二医学影像;
响应于对所述第一医学影像中特征部的操作,在所述第二医学影像中以标记显示的方式定位显示该特征部,在所述第一医学影像中显示所述标记;其中:所述第一医学影像以第一维度的方式显示特征部,所述第二医学影像以不同于第一维度的方式显示特征部。
CN201910867395.8A 2019-09-12 2019-09-12 医学影像的显示方法及显示设备 Pending CN110580948A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910867395.8A CN110580948A (zh) 2019-09-12 2019-09-12 医学影像的显示方法及显示设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910867395.8A CN110580948A (zh) 2019-09-12 2019-09-12 医学影像的显示方法及显示设备

Publications (1)

Publication Number Publication Date
CN110580948A true CN110580948A (zh) 2019-12-17

Family

ID=68812948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910867395.8A Pending CN110580948A (zh) 2019-09-12 2019-09-12 医学影像的显示方法及显示设备

Country Status (1)

Country Link
CN (1) CN110580948A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062390A (zh) * 2019-12-18 2020-04-24 北京推想科技有限公司 感兴趣区域标注方法、装置、设备和存储介质
CN111276221A (zh) * 2020-02-03 2020-06-12 杭州依图医疗技术有限公司 椎骨影像信息的处理方法、显示方法及存储介质
CN111430014A (zh) * 2020-03-31 2020-07-17 杭州依图医疗技术有限公司 腺体医学影像的显示方法、交互方法及存储介质
CN112185519A (zh) * 2020-09-01 2021-01-05 杭州依图医疗技术有限公司 一种医学图像处理方法、处理装置和医学图像的显示方法
CN112381805A (zh) * 2020-11-17 2021-02-19 杭州依图医疗技术有限公司 一种医学影像处理方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101452577A (zh) * 2008-11-26 2009-06-10 沈阳东软医疗系统有限公司 一种肋骨自动标定的方法及装置
CN101822546B (zh) * 2005-04-06 2013-09-18 株式会社东芝 图像显示装置和图像显示方法
CN105956395A (zh) * 2016-04-29 2016-09-21 青岛海信医疗设备股份有限公司 医学影像处理方法、装置及系统
CN108648178A (zh) * 2018-04-17 2018-10-12 杭州依图医疗技术有限公司 一种影像结节检测的方法及装置
CN109035234A (zh) * 2018-07-25 2018-12-18 腾讯科技(深圳)有限公司 一种结节检测方法、装置和存储介质
CN109754389A (zh) * 2018-12-07 2019-05-14 北京市商汤科技开发有限公司 一种病灶检测方法、装置及设备
CN109830289A (zh) * 2019-01-18 2019-05-31 上海皓桦科技股份有限公司 肋骨图像显示装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101822546B (zh) * 2005-04-06 2013-09-18 株式会社东芝 图像显示装置和图像显示方法
CN101452577A (zh) * 2008-11-26 2009-06-10 沈阳东软医疗系统有限公司 一种肋骨自动标定的方法及装置
CN105956395A (zh) * 2016-04-29 2016-09-21 青岛海信医疗设备股份有限公司 医学影像处理方法、装置及系统
CN108648178A (zh) * 2018-04-17 2018-10-12 杭州依图医疗技术有限公司 一种影像结节检测的方法及装置
CN109035234A (zh) * 2018-07-25 2018-12-18 腾讯科技(深圳)有限公司 一种结节检测方法、装置和存储介质
CN109754389A (zh) * 2018-12-07 2019-05-14 北京市商汤科技开发有限公司 一种病灶检测方法、装置及设备
CN109830289A (zh) * 2019-01-18 2019-05-31 上海皓桦科技股份有限公司 肋骨图像显示装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯贵平等: "《实用中西医结合骨伤诊疗学》", 31 July 2017, 科学技术文献出版社 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111062390A (zh) * 2019-12-18 2020-04-24 北京推想科技有限公司 感兴趣区域标注方法、装置、设备和存储介质
CN111276221A (zh) * 2020-02-03 2020-06-12 杭州依图医疗技术有限公司 椎骨影像信息的处理方法、显示方法及存储介质
CN111276221B (zh) * 2020-02-03 2024-01-30 杭州依图医疗技术有限公司 椎骨影像信息的处理方法、显示方法及存储介质
CN111430014A (zh) * 2020-03-31 2020-07-17 杭州依图医疗技术有限公司 腺体医学影像的显示方法、交互方法及存储介质
CN111430014B (zh) * 2020-03-31 2023-08-04 杭州依图医疗技术有限公司 腺体医学影像的显示方法、交互方法及存储介质
CN112185519A (zh) * 2020-09-01 2021-01-05 杭州依图医疗技术有限公司 一种医学图像处理方法、处理装置和医学图像的显示方法
CN112381805A (zh) * 2020-11-17 2021-02-19 杭州依图医疗技术有限公司 一种医学影像处理方法
CN112381805B (zh) * 2020-11-17 2024-03-08 杭州依图医疗技术有限公司 一种医学影像处理方法

Similar Documents

Publication Publication Date Title
CN108520519B (zh) 一种图像处理方法、装置及计算机可读存储介质
CN110580948A (zh) 医学影像的显示方法及显示设备
US8355553B2 (en) Systems, apparatus and processes for automated medical image segmentation using a statistical model
JP5128154B2 (ja) レポート作成支援装置、レポート作成支援方法およびそのプログラム
US9020235B2 (en) Systems and methods for viewing and analyzing anatomical structures
EP2572332B1 (en) Visualization of medical image data with localized enhancement
CN110059697B (zh) 一种基于深度学习的肺结节自动分割方法
EP2116973B1 (en) Method for interactively determining a bounding surface for segmenting a lesion in a medical image
EP2100275B1 (en) Comparison workflow automation by registration
US8031917B2 (en) System and method for smart display of CAD markers
EP2116974B1 (en) Statistics collection for lesion segmentation
EP2116977A2 (en) Method for editing 3D image segmentation maps
US10504252B2 (en) Method of, and apparatus for, registration and segmentation of medical imaging data
CN112699869A (zh) 基于深度学习的肋骨骨折辅助检测方法及图像识别方法
CN109564773A (zh) 用于自动检测关键图像的系统和方法
JP7101809B2 (ja) 画像処理装置、画像処理方法、及びプログラム
CN112001889A (zh) 医学影像处理方法、装置及医学影像显示方法
CN111584025B (zh) 影像报告的生成方法、装置和存储介质
CN115713590A (zh) 一种基于ct的三维重建图像处理方法及系统
US20220366151A1 (en) Document creation support apparatus, method, and program
CN110738633B (zh) 一种机体组织的三维图像处理方法及相关设备
CN114897760A (zh) 一种基于深度学习的肋骨ct影像骨折检测分割辅助阅片方法及系统
CN111276221B (zh) 椎骨影像信息的处理方法、显示方法及存储介质
CN110827960A (zh) 医学影像的显示方法及显示设备
Meesters et al. Multi atlas-based muscle segmentation in abdominal CT images with varying field of view

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191217